Gjatë fillimit të fjalimit të tij, Georgios Chatzimilioudis, inxhinier zgjidhje në Oracle, i kërkoi publikut të ngrisnin dorën nëse pritej që biznesi i tyre të përdorte më shumë AI (Inteligjencë Artificiale) pas tre vitesh sesa sot. Shumë u ngritën. Ai pyeti kush pritej të përdorte më shumë se një model, dhe duart mbetën lart. Më pas, ai pyeti kush ishte i sigurt se dinte cili model, çip, platformë ose framework do të ishte më i rëndësishëm për biznesin e tyre pas tre vitesh. Tërheqën të gjitha duart poshtë.
Kjo vendosi tonin për Samitin inaugural Tech Race, i organizuar nga SOFTSWISS, i cili mblodhi mbi 1.500 pjesëtarë nga fintech, kompanitë e tregtisë elektronike, operatorët e lojrave të internetit dhe lojtarë të tjerë digjitale që përballen me të njëjtat presione në industri me ngarkesë të lartë.
Bizneset në mbarë botën përballen me një pafundësi të pasigurisë, duke u bazuar në shpejtësinë e shpejtë të inovacionit teknologjik. Përveç faktit që duhet të mbushin me teknologjitë e reja bazuar në AI, ata po përballen edhe me vendime organizative dhe strategjike të vështira rreth asaj se si dhe ku të implementojnë AI për të siguruar ndikimin pozitiv më të madh në rezultatet financiare.
Blera aksesit te një model është e thjeshtë, por ofrojnë të dhëna të besueshme kompanisë, vendosni se çfarë mund të bëjë dhe provoni që puna e tij justifikon shpenzimet është më e vështirë.
Sergey Khurson, Arkitekt i Zgjidhjeve në AWS, tha se 88% e organizatave përdorin AI në të paktën një pjesë të biznesit të tyre, por vetëm 8% kanë arritur nivelin e avancuar, ku AI funksionon në prodhim në të gjithë biznesin dhe jo vetëm në projekte pilote të izoluara.
Raporti i vitit 2027 për tendencat në lojërat online, i bazuar në kontributet e më shumë se 500 profesionistëve të industrisë dhe 65 ekspertëve, tregon të njëjtën çarë, me AI që thellohet në inxhinieri, parandalimin e mashtrimit, mbështetjen e klientëve, pajtueshmërinë dhe infrastrukturën. Sfida po zhvendoset nga fakti nëse kompanitë mund të implementojnë AI, nëse ato mund ta integruajnë në mënyrë të besueshme, ta menaxhojnë dhe të demonstrojnë vlerën e matshme për biznesin.
Një zgjidhje e diskutuar ishte të definohet puna specifike rreth mjeteve të AI me kufizime të ashpra që parandalojnë zgjerimin e projekteve dhe mbrojnë vlerën për paratë.
Ekziston edhe një problem i tjertë që ndodh te bizneset, kryesisht se eksperimentet me AI mund të mbijetojnë edhe pas asaj kohe kur qëllimi i tyre është bërë i paqartë. Viktor Vedmich, Arkitekt i Zgjidhjeve në AWS, e përshkroi si “projekte zombie” që vazhdojnë përsëndetsisht, duke konsumuar burime pa marrë një vendim për zgjerimin ose ndalimin e tyre.
Vedmich argumentoi për platforma të përbashkëta ndërmjet ekipeve dhe për më pak projekte, të zgjedhura sipas vlerës potenciale dhe përpjekjes së nevojshme. Para se të fillojë puna, një kompani duhet të definojë se çfarë do të thotë suksesi dhe kur menaxhmenti do të vendosë një implementim më të gjerë.
Vendosja e programeve nën CEO ose COO, me qëllime të lidhura me të hyrat dhe margjinet, e vë më vështirë shmangien e këtyre vendimeve. Gjithashtu, kjo detyron biznesin të përballë nëse po automatizon një punë që vlen të bëhet.
Një problem tjetër është se një model i aftë ka një vlerë të kufizuar nëse nuk mund të gjejë ose të interpretojë informacionin që i nevojitet. Chatzimilioudis nga Oracle citoi një raport të Gartner, sipas të cilit 63% e organizatave nuk kanë praktikat e menaxhimit të të dhënave që kërkohen nga AI. Zgjidhja e tij ishte të jepet pronë të qartë të dhënave, të regjistrohet origjina e tyre dhe të vendosen rregulla për aksesin. Për kompanitë që posedojnë të dhëna të ndjeshme financiare ose të klientëve, ai argumentoi se AI duhet të sjelltë te të dhënat, dhe jo të kopjohet përsëri informacion në magazina të reja.
Cloudflare e vendosi këtë qasje në praktikë, duke filluar me zbulimin e asaj që punonjësit kishin nevojë, sipas Michael Tremante, CTO i fushës. Kompania krijoi një adresë e-mail ku stafi mund të kërkonte ndihmë nga një ekip agjentësh. Kjo ndihmoi në krijimin e një konteksti të përbashkët, të ndërtuar rreth një deponimi GitHub, i cili ofroi njohuri dhe u ripushtrua në detyra. Rezultati ishte një burim qendror informacioni dhe të dhënash, i cili nxitoi adoptimin dhe krijoi themelin për mjete më komplekse.
Hapi i radhës ishte ofrimi i mjeteve më të fuqishme për stafin, kështu që Cloudflare paracaktimin e mjetit falas OpenCode me llogari të modelit të kompanisë, e cila ndihmoi inxhinierët. Megjithatë, punonjësit jo-teknikë u përballën me vështirësi në konfigurimin dhe autentikimin, kështu që kompania më pas krijoi Cloudflare OS, një mjet i brendshëm i krijuar për të qenë i përdorshëm që nga dita e parë e punës së një punonjësi.
Tremante tha se implementimi i Cloudflare OS do të thoshte se, për shembull, një i ri në repartin e marketingut mund të shkruante një postim në blog me zërin e kompanisë që nga dita e parë, sepse mjeti tashmë kishte të gjitha udhëzimet e kompanisë, faktet kryesore dhe procesin e aprovimit.
Përveç problemit të përdorueshmërisë, kostoja është elefanti i bardhë në dhomë. Zgjedhja e modelit të duhur për çdo detyrë është thelbësore kur kostot janë të vështira për t’u parashikuar.
Tremante i Cloudfare e vlerësoi logjikën e dërgimit të çdo kërkese te opsioni më i fuqishëm dhe më i shtrenjtë, kur modelet më të thjeshta shpesh mund ta kryenin punën. Për të zgjidhur këtë, kompania dërgon kërkesat ndërmjet modeleve dhe ekzekuton alternativa falas në infrastrukturën e saj për të ulur kostot.
Në Samitin Tech Race, paneli i CTO-ve ishte i ndarë nëse rritja e produktivitetit justifikonte shpenzimet aktuale. Disa paralajmëruan se përmirësimet modeste do të ishin në fund të fundit të vështira për t’u financuar; ndërsa të tjerë e panë koston si të vogël në krahasim me atë që inxhinierët më të mirë tani mund të prodhonin.
Përveç problemit të kostos, kuptimi i atij që është përgjegjës kur AI merr përsipër më shumë fusha pune, ishte një temë tjetër që u shfaq në konferencë. Çështja e përgjegjësisë është veçanërisht e rëndësishme, duke pasur parasysh se besueshmëria dhe vërtetësia e outputit të AI mbetet e vështirë për t’u verifikuar.
Andrey Doronichev, ish-ekzekutivi i Google që tani drejtë një kompanie farmaceutike të bazuar në AI, Bioptic, ndau një qasje për të përmirësuar cilësinë e outputit të bazuar në AI. Në Bioptic, ekspertët njerëzorë farmaceutikë mbajnë një bankë pyetjesh dhe përgjigjesh që përdoren për të testuar agjentët dhe për të përmirësuar performancën e tyre, duke definuar në mënyrë efektive atë që është një rezultat i mirë ndërsa sistemi ndërtohet.
Ky është një mënyrë për të zgjidhur problemin e cilësisë për të lejuar që AI të prodhojë rezultate më të besueshme. Megjithatë, konsensusi i industrisë është se përgjegjësia përfundimtare për punën e kryer nga AI do të mbetet te biznesi.
Pjesëtarët e Samitit Tech Race pajtuan se, për momentin, duhet të ketë një njeri në loop, duke u siguruar që një output të jetë i mjaftueshëm për të ofruar, dhe duke kuptuar procesin e mënyrës se si u arrit, dhe sa kushtoi, aq sa të mund të bëhet ky vendim.
Për të bërë pjesë në programin e partnerëve të Samitit Tech Race, kontaktoni ekipin në [email protected]. Për të ndarë përvojën tuaj teknologjike ose një studim rasti në shfaqje, aplikoni për të bërë një prezantim këtu. Për të marrë pjesë në Samitin Tech Race 2027, merrni një biletë me çmim të ulët në faqen e internetit.
Burimi: Tech.eu
